分治算法

1 分治策略：

      对于一个规模为n的问题，若该问题可以容易地解决（比如说规模n较小）则直接解决，否则将其分解为k个规模较小的子问题，这些子问题互相独立且与原问题形式相同，递归地解这些子问题，然后将各子问题的解合并得到原问题的解。这种算法设计策略叫做分治法。

2 分治步骤：

分治法在每一层递归上都有三个步骤：

　　step1 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题；

　　step2 解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题

　　step3 合并：将各个子问题的解合并为原问题的解。

　　它的一般的算法设计模式如下：

　　Divide-and-Conquer(P)

　　1. if |P|≤n0

　　2. then return(ADHOC(P))

　　3. 将P分解为较小的子问题 P1 ,P2 ,…,Pk

　　4. for i←1 to k

　　5. do yi ← Divide-and-Conquer(Pi) △ 递归解决Pi

　　6. T ← MERGE(y1,y2,…,yk) △ 合并子问题

　　7. return(T)

　　其中|P|表示问题P的规模；n0为一阈值，表示当问题P的规模不超过n0时，问题已容易直接解出，不必再继续分解。ADHOC(P)是该分治法中的基本子算法，用于直接解小规模的问题P。因此，当P的规模不超过n0时直接用算法ADHOC(P)求解。算法MERGE(y1,y2,…,yk)是该分治法中的合并子算法，用于将P的子问题P1 ,P2 ,…,Pk的相应的解y1,y2,…,yk合并为P的解。

3  分治表达式：

分治算法一般都可以写出一个递归表达式；比如经典的归并排序的递归表达式：T(N)=2T(N/2)+O(N)

T(N)代表整个原问题，采用了分治解决方案后，它可以表示成：

①分解成了两个规模只有原来一半(N/2)的子问题:T(N/2)

②当解决完这两个子问题T(N/2)之后，再合并这两个子问题需要的代价是 O(N)

递归表达式的解就是该算法的时间复杂度。关于某些特定形式的递归表达式，求解时，是可以直接套公式的。

4 分治算法有以下形式（这个形式挺重要的，可以更好的理解分治算法，这儿要好好理解）。

    （1）如果实例I的规模是“小的”，则使用直接的方法求解问题并返回其答案，否则继续下一步。

    （2）把实例I分割为p个大小几乎相同的子实例I1,I2,I3...

    （3）对每个子实例Ij,1<=j<=p,递归的调用算法，并得到p个部分解。

    （4）组合p个部分解的结果得到原实例I的解，返回实例I的解。

参考博客：https://www.cnblogs.com/xsyfl/p/6921687.html

https://www.cnblogs.com/hapjin/p/5538912.html